Guía de Industria: Banca
Cómo usar Claude en banca: una guía práctica para equipos bancarios
Casos resueltos más rápido, con una persona que sigue firmando el expediente.
Esta guía es para personas de banca minorista, banca comercial y banca privada que quieren poner a trabajar a Claude de Anthropic en cumplimiento normativo, casos de KYC y AML, investigaciones de fraude, operaciones, comunicación con clientes y código heredado. Se ciñe a lo que Anthropic ha publicado sobre servicios financieros y a lo que bancos concretos han dicho en las publicaciones y casos de clientes de la propia Anthropic.
Cómo usar Claude en banca empieza por el trabajo cargado de documentos que ralentiza a todos los bancos: revisar expedientes de KYC y señalar huecos, redactar narrativas de investigación de AML a partir de los datos del caso, resumir cambios normativos en actualizaciones de políticas, escribir notas de casos de fraude, conciliar diferencias operativas y modernizar código heredado. Claude lee, estructura y redacta con rapidez. El personal del banco toma las decisiones, presenta los informes y responde ante los reguladores, con cada paso asistido por IA dentro de los controles de riesgo de modelo y de datos del banco.
Publicado
Puntos clave
- Los usos más sólidos en banca son la revisión de expedientes de KYC, las narrativas de casos de AML, los resúmenes de cambios normativos, las conciliaciones de operaciones y la modernización de código.
- Las plantillas de agentes de Anthropic de mayo de 2026 incluyen un selector de KYC, un conciliador de libro mayor y un cierre de fin de mes.
- Anthropic reporta trabajo bancario nombrado en N26, bunq, BNY, Citi y FIS, desde la automatización de procesos hasta las plataformas para desarrolladores.
- La IA asiste al analista. Las decisiones sobre actividad sospechosa y las presentaciones regulatorias siguen siendo responsabilidad humana.
- Todo uso se enmarca dentro de las normas de gestión de riesgo de modelo, protección de datos y conservación de registros del banco.
Copiar y pegar
Prompts que puedes usar hoy
Revisión de huecos en el expediente de KYC
Eres un analista de KYC en un banco comercial. Revisa los documentos de alta resumidos a continuación para un cliente corporativo frente a nuestra lista de verificación: documentos de la entidad legal, estructura de propiedad hasta los beneficiarios finales por encima de nuestro umbral, controladores, origen de los fondos, actividad esperada y resultados de sanciones y medios adversos. Para cada elemento de la lista indica si está presente, falta o es inconsistente, y cita el documento que respalda tu respuesta. Enumera las solicitudes de seguimiento para el gestor de relaciones. Lista de verificación y documentos: [paste].
Pega la lista de verificación real de tu banco. El resultado debe reflejar tus procedimientos, no una lista genérica.
Narrativa de investigación de AML
Redacta la sección narrativa de un expediente de investigación de AML a partir de los detalles de la alerta, el resumen de transacciones y las notas del analista que aparecen a continuación. Estructúrala así: sujeto y relación, alerta y escenario activado, actividad revisada con fechas e importes exactamente como se indican, hallazgos del analista y preguntas abiertas. Usa un lenguaje neutro y factual. No llegues a una conclusión sobre si la actividad es sospechosa; esa decisión es mía. Material: [paste].
Dejar la conclusión en manos del investigador es tanto una buena práctica como lo que esperan los reguladores.
Resumen de cambios normativos
Resume el texto normativo a continuación para el comité de cumplimiento del banco. Indica: qué cambia, a quién se aplica, las fechas de entrada en vigor tal como se indican, cuáles de nuestras políticas existentes que se listan abajo probablemente se vean afectadas, y preguntas para el departamento legal. Mantenlo por debajo de cuatrocientas palabras. Cita el texto para cada requisito y no añadas ningún requisito que no esté en él. Texto normativo y nuestra lista de políticas: [paste].
Pega siempre el texto real. Es posible que los datos de entrenamiento de Claude no incluyan la versión más reciente.
Nota de caso de fraude y carta al cliente
Aquí tienes los detalles de un caso de fraude con tarjeta: las transacciones en disputa, la declaración del cliente, los datos de dispositivo y ubicación, y los hallazgos del investigador. Primero, escribe una nota de caso interna que resuma las pruebas y la decisión del investigador. Segundo, escribe una carta en lenguaje sencillo al cliente explicando el resultado y los próximos pasos, sin revelar los métodos de detección. Mantén la carta por debajo de doscientas palabras. Detalles: [paste].
Separar la nota interna de la carta al cliente mantiene los detalles de detección fuera de la comunicación con el cliente.
Explicación de código heredado
Explica qué hace el siguiente programa en COBOL, sección por sección, en lenguaje sencillo para un desarrollador de Java que lo reimplementará. Enumera cada regla de negocio que aplica, cada archivo o tabla que lee y escribe, y cualquier comportamiento que parezca no intencionado. Luego propón un conjunto de casos de prueba que confirmen que una reimplementación se comporta de forma idéntica. Programa: [paste].
Los casos de prueba derivados del comportamiento anterior son lo que hace segura una modernización.
De Anthropic
Lo que Anthropic ofrece para Banca
Claude for Financial Services
La oferta de Anthropic para servicios financieros, anunciada en julio de 2025, combina modelos Claude, Claude Code y acceso empresarial con conectores a plataformas de datos como Snowflake, Databricks y S&P Global, además de socios de implementación. Anthropic afirma que los datos no se usan para entrenamiento por defecto.
· Fuente
Agents for financial services
Diez plantillas de agentes lanzadas en mayo de 2026, entre ellas un selector de KYC, un conciliador de libro mayor, un cierre de fin de mes y un auditor de estados de cuenta, distribuidas como plugins en Claude Cowork y Claude Code y como cookbooks para Claude Managed Agents.
· Fuente
Anthropic and TCS partnership
Anthropic anunció una alianza con TCS en junio de 2026 para desarrollar ofertas impulsadas por Claude para industrias reguladas, incluyendo asesoría de crédito para bancos y procesamiento de siniestros para aseguradoras.
· Fuente
En la práctica
Cómo usan Claude los equipos de Banca
Según la historia de cliente publicada por Anthropic
N26
Según el caso de cliente de Anthropic, el banco digital N26 usa Claude a través de AWS Bedrock en más de una docena de casos de uso internos y ha automatizado una gran parte de las tareas en procesos específicos mientras reduce el procesamiento manual.
Según la historia de cliente publicada por Anthropic
bunq
El caso de cliente de Anthropic sobre bunq reporta que Claude Code ayuda a los nuevos desarrolladores a aportar código relevante mucho más rápido que antes, junto con una apertura de cuentas rápida y una alta tasa de resolución automatizada de soporte.
Según la historia de cliente publicada por Anthropic
FIS
En la página de servicios financieros de Anthropic, el director ejecutivo de FIS describe cómo construyó con Anthropic un agente para investigaciones contra el lavado de dinero.
Según la historia de cliente publicada por Anthropic
BNY
En la publicación de servicios financieros de Anthropic de mayo de 2026, el director de tecnología de la información de BNY describe empleados digitales de IA que trabajan un caso de principio a fin.
Según la historia de cliente publicada por Anthropic
Citi
La actualización de servicios financieros de Anthropic de octubre de 2025 dice que Citi usa Claude en su plataforma para desarrolladores impulsada por IA para planificación y programación agéntica.
Ejemplo ilustrativo
Una revisión de actualización de KYC con la firma de una persona
- Un analista abre un caso de revisión periódica y carga los documentos del cliente en el espacio de trabajo aprobado.
- Claude comprueba cada documento frente a la lista de verificación del banco y enumera los elementos presentes, faltantes o inconsistentes.
- El analista confirma los huecos y detecta un cambio de titularidad que requiere una nueva declaración de beneficiario final.
- Claude redacta la solicitud para el gestor de relaciones y una nota de caso en el formato del banco.
- El analista revisa ambos documentos, envía la solicitud y registra la decisión bajo su propio nombre.
Banca y Claude: las cifras publicadas
| Cifra | Contexto | Fuente |
|---|---|---|
| automated up to 70% of tasks across targeted processes | N26, según el caso de cliente de Anthropic | Fuente |
| reduced manual processing by up to 50% | N26, en procesos específicos, según el caso de cliente de Anthropic | Fuente |
| 16 hours instead of 40 | Tiempo para que los nuevos desarrolladores de bunq aporten código relevante con Claude Code, según el caso de cliente de Anthropic | Fuente |
Flujos de trabajo principales
Casos de uso de Claude en banca en todo el banco
Aquí es donde la IA para banca ahorra más tiempo a analistas y a operaciones.
IA para KYC y AML
Revisiones de expedientes de KYC frente a tu lista de verificación, resúmenes de titularidad real y narrativas de investigación de AML redactadas a partir de los datos del caso para que el analista decida.
Detección de fraude con IA en banca
Claude no sustituye a tus modelos de monitoreo de transacciones, pero ayuda a los investigadores a resumir casos, escribir notas y explicar los resultados a los clientes.
IA para cumplimiento bancario
Resúmenes de cambios normativos, análisis de brechas de políticas, documentación de pruebas de controles y comentarios de reportes regulatorios redactados a partir del texto fuente.
Operaciones
Conciliaciones de libro mayor, investigación de diferencias, comentarios de cierre de fin de mes y documentos de procedimientos, trazados hasta el sistema de registro.
Modernización de código
Explicar el código bancario central heredado, escribir pruebas que capturen el comportamiento actual y ayudar a los desarrolladores a reimplementarlo con Claude Code.
Comunicación con clientes
Respuestas a reclamaciones, cartas y borradores de soporte en lenguaje sencillo, revisados por el personal antes de llegar a un cliente.
Cumplimiento y fraude
Cómo usan los bancos la IA para el cumplimiento y la detección de fraude
Si preguntas cómo usan los bancos la IA para el cumplimiento y la detección de fraude, escucharás dos cosas distintas. La detección en sí suele ejecutarse sobre modelos especializados de monitoreo de transacciones y de fraude. La IA generativa como Claude ayuda con lo que ocurre después de que salta una alerta: reunir los hechos del caso, redactar la narrativa de la investigación, revisar el expediente de KYC en busca de huecos y redactar la decisión. Ahí es donde se va la mayor parte de las horas del investigador.
Anthropic ha construido directamente para este flujo de trabajo. Sus plantillas de agentes de mayo de 2026 para servicios financieros incluyen un selector de KYC junto con agentes de conciliación y de cierre. En la página de servicios financieros de Anthropic, el director ejecutivo de FIS describe cómo construyó con Anthropic un agente que comprime las investigaciones de AML de días a minutos. El director de tecnología de la información de BNY describe empleados digitales que trabajan los casos de principio a fin.
¿Puede la IA reducir los falsos positivos en la detección de fraude? Los modelos especializados sí pueden, y los bancos reportan resultados con ellos, pero esa es una herramienta distinta de un asistente general. Lo que Claude puede hacer es agilizar la resolución de cada alerta reuniendo las pruebas y redactando la disposición para que el analista la confirme.
IA agéntica
IA agéntica en banca e IA generativa en las operaciones bancarias
La IA agéntica en banca significa flujos de trabajo de varios pasos en los que Claude reúne documentos, aplica reglas y prepara un resultado sin que una persona indique cada paso. La selección de KYC, la conciliación del libro mayor y el cierre de fin de mes son buenos candidatos porque los pasos están definidos y el resultado se puede verificar. Las plantillas de agentes de Anthropic incluyen precisamente por eso un conciliador de libro mayor y un cierre de fin de mes.
La IA generativa en banca funciona mejor con un límite claro: el agente prepara, una persona aprueba. En la práctica eso significa que todo resultado del agente llega a una cola de revisión, los pasos del agente quedan registrados y el modelo se enmarca dentro de tu marco de gestión de riesgo de modelo, como SR 11-7 en Estados Unidos. Los reguladores preguntarán cómo se validó y se monitoreó la herramienta, no solo qué produjo.
La modernización de código es la oportunidad más silenciosa. Muchos bancos ejecutan procesos críticos sobre código de décadas de antigüedad que pocas personas siguen entendiendo. Claude puede explicar ese código, documentar sus reglas de negocio y ayudar a escribir pruebas antes de cambiar nada. La publicación de Anthropic de octubre de 2025 cita al director de tecnología de Citi sobre el uso de Claude en su plataforma para desarrolladores para planificación y programación agéntica.
Elegir herramientas
Claude frente a ChatGPT para banca
La pregunta de Claude frente a ChatGPT para banca se responde mejor con tus propios archivos. Toma un caso de KYC ya cerrado, una investigación pasada y un resumen normativo que tu equipo ya haya redactado. Ejecuta los mismos prompts en cada herramienta y compara la precisión, cómo cita cada una sus fuentes y cómo se comporta cada una cuando falta información.
En un banco, los factores decisivos suelen ser la gobernanza más que la capacidad bruta: opciones de despliegue, residencia de datos, plazos de retención, registro de auditoría y si la herramienta encaja en tus procesos de riesgo de terceros y de riesgo de modelo. N26, por ejemplo, usa Claude a través de AWS Bedrock según el caso de cliente de Anthropic. Tus equipos de compras y de riesgo decidirán la vía aprobada.
Uses la herramienta que uses, los prompts y los hábitos de revisión de esta página se trasladan igual. La habilidad que importa es escribir instrucciones precisas y comprobar el resultado contra la fuente.
Primeros pasos
Introducir Claude en un equipo bancario de forma segura
Empieza en el espacio de trabajo aprobado
Usa solo el despliegue que tu banco ha aprobado para datos de clientes. Prueba primero los prompts con casos sintéticos o ya cerrados.
Elige una cola
Elige un proceso repetitivo, como las revisiones de actualización de KYC, y mide el tiempo y la tasa de errores antes y después.
Incorpora el procedimiento en el prompt
Pega tu lista de verificación y el texto de la política en el prompt o en el proyecto. Así el resultado sigue tu procedimiento en lugar de uno genérico.
Mantén un revisor en cada resultado
Diseña el flujo de trabajo para que una persona identificada apruebe cada decisión, nota o presentación redactada por la IA.
Límites
Dónde los bancos deben mantener a una persona al mando
Claude puede leer mal un documento, pasar por alto a un beneficiario final escondido en una nota al pie, o resumir una normativa que desde entonces ha cambiado. No conoce a tu cliente como lo conoce tu gestor de relaciones. Toda revisión asistida por IA necesita un revisor identificado, y toda cifra en una presentación regulatoria debe estar vinculada al sistema de registro.
Las decisiones con peso legal, como presentar un reporte de actividad sospechosa, dar de baja a un cliente o denegar un crédito, siguen siendo del personal del banco conforme a tus políticas. Las normas de crédito justo y de protección al consumidor también se aplican a cualquier decisión de cliente asistida por IA, lo cual es otra razón para mantener a Claude en la preparación y la documentación.
Los datos de los clientes están protegidos por ley y por contrato. Usa solo despliegues aprobados, sigue la minimización de datos y nunca pegues información de clientes en una cuenta personal.
Desarrolla la habilidad antes de que el despliegue llegue a tu equipo
Usar bien la IA en un banco es una habilidad práctica: instrucciones precisas, resultados verificables y buenos hábitos de revisión. El plan de estudios gratuito de Nightschool AI es práctico desde la primera lección.
Preguntas frecuentes
¿Cómo usan los bancos la IA para el cumplimiento y la detección de fraude?
La detección suele ejecutarse sobre modelos especializados de monitoreo y de fraude, mientras que la IA generativa como Claude ayuda a los investigadores después de una alerta: reuniendo los hechos del caso, revisando los expedientes de KYC, redactando narrativas y escribiendo las decisiones. Las publicaciones de Anthropic citan a FIS sobre un agente que comprime las investigaciones de AML de días a minutos. El analista sigue decidiendo el resultado.
¿Cómo usan los bancos la IA?
Los bancos usan la IA para revisiones de cumplimiento y de KYC, investigaciones de fraude, atención al cliente, operaciones como conciliaciones y cierre, desarrollo de software y búsqueda interna de conocimiento. Los casos de clientes de Anthropic describen a N26 automatizando tareas en procesos específicos y a bunq usando Claude Code para que los nuevos desarrolladores sean productivos más rápido.
¿Qué empleos reemplazará la IA en la banca?
Por ahora, la IA está asumiendo tareas más que puestos enteros: revisión de documentos, primeros borradores de narrativas de casos, trabajo de conciliación y consultas rutinarias de clientes. Los puestos basados en el criterio, las relaciones y la rendición de cuentas ante los reguladores permanecen. Las personas que aprenden a dirigir y verificar el resultado de la IA tienden a asumir trabajo más complejo.
¿Puede la IA reducir los falsos positivos en la detección de fraude?
Los modelos especializados de fraude y monitoreo sí pueden, y de ahí suele venir la reducción de falsos positivos. Un asistente general como Claude ayuda de otra manera: agiliza la revisión de cada alerta reuniendo las pruebas y redactando la disposición para que un investigador la confirme.
¿Los bancos usan Claude?
Sí. Las publicaciones y los casos de clientes de Anthropic nombran a bancos como N26, bunq, BNY, Citi y Commonwealth Bank of Australia, que abarcan automatización de procesos, plataformas para desarrolladores y flujos de trabajo de agentes. Anthropic también publica conectores para servicios financieros y plantillas de agentes como un selector de KYC.
¿Qué es la IA agéntica en la banca?
La IA agéntica es un sistema de IA que ejecuta un proceso de varios pasos, como reunir documentos de KYC, aplicar reglas y señalar huecos, sin que una persona indique cada paso. En la banca debe terminar en una cola de revisión donde una persona aprueba el resultado, con registro y supervisión de riesgo de modelo.
¿Es seguro que los bancos usen IA con datos de clientes?
Puede serlo, mediante despliegues que el banco haya aprobado tras una revisión de riesgo de terceros, protección de datos y riesgo de modelo. Anthropic afirma que su oferta para servicios financieros no usa los datos para entrenamiento por defecto. El personal nunca debe usar cuentas personales para información de clientes.
¿Cómo deben validar los bancos el trabajo asistido por IA?
Trata la IA como parte de un proceso bajo gestión de riesgo de modelo: define el uso previsto, pruébala con casos ya cerrados, mide las tasas de error, exige un revisor identificado para cada resultado, registra los pasos y monitorea la calidad a lo largo del tiempo. Los reguladores preguntarán cómo se validó.
Sigue aprendiendo
Guías y cursos relacionados
Claude en Banca, por función
Dedica menos tiempo a preparar expedientes
Lecciones prácticas para personas que trabajan en equipos regulados.